PRJNA1188106：胰岛素抵抗肥胖血浆外泌体加剧三阴性乳腺癌进展

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1188106

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

该数据集包含用高脂饮食或低脂饮食喂养小鼠的血浆来源外泌体处理细胞后获得的mRNA测序数据。提取RNA并进行测序，以研究差异基因表达及相关生物学通路。本研究旨在阐明肥胖中的代谢失调如何影响外泌体介导的基因表达变化，从而促进癌症侵袭性。数据包括每种条件下三个重复的原始和处理后的mRNA测序文件。总体设计：用来自高脂饮食或低脂饮食喂养小鼠的血浆来源外泌体处理细胞。按照制造商说明，使用RNeasy Plus Mini Kit (QIAGEN, 货号74136)提取总RNA。制备测序文库并使用Illumina平台测序，产生双端reads。使用nf-core RNA-seq流程处理数据，并使用DESeq2分析差异表达。过滤掉低表达基因（在至少3个样本中每百万reads少于3），并针对文库大小差异对数据进行标准化。

对差异表达基因（DEGs）进行了通路富集分析，采用基因本体论（GO），并进一步与癌症基因组图谱（TCGA）中乳腺癌患者的生存结局相关联。生存分析采用Cox比例风险模型进行。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。